阅读前提示:最近停更了一个多月，在此期间，看了一些直播节目，比如亚运会围棋比赛的直播讲解以及一场就AI问题举行的听证会，也由此产生了一些信马由缰式的联想。
所以，复更后的这第一篇文章就来谈谈这些杂感。但本文不但题目长，内容也比较长，分为上中下三篇，涉及的话题又不单一，大致包括对于亚运会围棋比赛、围棋的本质 ，普通机器学习和深度学习的差异，围棋AI的工作原理和底层逻辑，AI带给人类社会的安全性问题与人机思维差异以及逆向工程等等方面的思考。
尽管本文中会尽量采用打比方的方式来说明问题，力求通俗易懂，但也仍然需要一点点理解基础，因此如果是对于这些领域均无什么兴趣的读者，可以省略不读，以免浪费您的宝贵时间。
以下为正文:
在今年亚运会的女子围棋团体赛中，中国女队拿到了冠军，可能多少有点出乎多数围棋棋迷的意料，这主要是因为大家往往在赛前觉得，韩国女队的参赛者中，崔精九段实力强大，是当今世界的女子围棋第一人，也是挡在中国女队面前的拦路虎，吴侑珍九段则是作为山西女队外援，在中国女子围甲联赛中刚刚取得了十八连胜的辉煌战绩，有这两大韩国女子围棋高手作为台柱子，再加上天才围棋少女金恩持，在三对三的决赛中，韩国队的胜面很大。
我估计中国围棋协会原本对于战胜崔精的信心也不是很足，所以官方安排的比赛直播讲解是由棋圣聂卫平和网红围棋主播战鹰一起讲解吴侑珍与於之莹的对局。
其实，於之莹固然是中国女子围棋的领军人物，也是中国女子围棋名人头衔的最新获得者，但是论实力，於之莹与吴侑珍大致算是在伯仲之间。
於之莹的强项是均衡感好，这就使得她面对比较习惯于大砍大杀的其他女子棋手比较有优势，比如她在名人战中战胜周泓余，也是得益于发挥出了这方面的强项。
周泓余的棋风和芮乃伟九段或女子围棋世界冠军王晨星类似，刚猛无比，力大无穷，但是刚则易折，一旦用力过猛，就可能反伤自身。
然而吴侑珍的棋风则是和周泓余完全不同。我曾经看过山西女队主教练彭荃讲解的一盘吴侑珍与上海女队唐奕在女子围甲中的对局，感觉吴侑珍同样是均衡感好，棋下得厚实，控盘能力很强，通盘下来，兵不血刃就取得了胜利，唐奕几乎没有任何机会。所以，对于这样棋风接近的对手，於之莹反而没有任何优势。
因此，后来亚运会决赛中，於之莹输给吴侑珍，可以说倒是也不意外。至于现场解说中，聂棋圣认为吴侑珍有的地方下得太松缓，那是因为以他的高度，水平再高的女棋手，其招式大概很多时候也难入其法眼。
顺带值得一提的，是看到围棋美女主播战鹰与棋坛大佬聂棋圣一搭档解说棋局，就谨小慎微得像个婆婆面前的小媳妇儿，一点都放不开了，而聂卫平对战鹰也似乎丝毫不留情面，有时战鹰刚摆了一步棋，老聂就来了一句:“你没事儿吧？”，这要是换成心理素质不强的其他美女棋手，搞不好可能就要现场崩溃了。
最后中国女队在决赛中的胜利，是靠老将李赫(其实李赫也年轻，只是对于围棋女棋手而言，才算是年龄比较大了)战胜了崔精，以及有“小魔女”之称的吴依铭战胜了金恩持。
吴依铭战胜金恩持，倒是也算正常，有些专业棋手，比如彭荃，在赛前就不看好金恩持，认为以她的年龄，一下子被安排在亚运会决赛中挑大梁，或许会因为心理紧张导致技术变形，但是在我看来，也可能就是因为韩国女队教练认为有崔精和吴侑珍的双保险，所以觉得有必要让韩国未来女子围棋的领军人物在重大比赛中淬炼一下吧。
李赫能在决赛中战胜崔精，对此，或许确实没几个人这样猜想过，我仅仅看到同为职业女子棋手的谢少博，在开赛前就对李赫信心满满，认为她打败崔精十拿九稳。
至于中国男队在团体决赛中以1:4惨败给韩国队，以及柯洁在男子个人决赛中输给宝岛的许皓鋐，则并非很意外的事情。
一来，亚运会围棋项目的选拔赛举办得比较早，到了亚运会开赛时，某些入选棋手的势头并不好，比如芈昱廷，刚刚在王中王大赛中连败到最后只赢一盘的程度，可以说状态相当低迷，柯洁则是在此前的围甲联赛中输给了对手方的韩国外援申旻埈(俗称大申)，又在亚运会的预赛中输给了作为韩国第一人的申真谞(俗称小申)，所以这次在个人赛与团体赛中的失利也不算全无苗头。
二来，临近亚运会时，状态比较好的一些棋手，比如亚运会之前，相继在重大比赛中战胜了申真谞的“双豪”，即李轩豪和辜梓豪，以及在倡棋杯半决赛中以连胜两局零封柯洁的未来领军人物王星昊，还有王中王大赛的冠军李维清等人，反而又都不在亚运参赛名单里，所以一出一入，中国围棋男队的参赛阵容原本就不大让人放心。
因此，一方面，如果拿韩国队在亚运会围棋比赛中仅仅获得了一金一银一铜，而中国队还算是获得了一金二银来说事，认为中国队亚运围棋战绩还算理想，就有点自欺欺人或者有点像是欺负外行人的粉饰，因为众所周知，男子围棋水平更能代表一国围棋发展的最高水平，所以“半边天”在亚运会围棋比赛中的辉煌表现和另一半的暗淡无光不一定能完全对冲。
但另一方面，也不能因为亚运会围棋比赛中，柯洁和中国男队的战绩不佳，就认为中国围棋的“厚度”已经变薄，因为亚运会围棋比赛胜负带有一定的偶然性，赛制也大致上偏于快棋类型(中国男队在团体决赛中唯一赢的那一盘恰好就是快棋王李钦诚拿下的)，所以仅凭这几盘棋就下结论还未免言之过早。
实际上，由于中国围棋队所使用的训练辅助AI，由腾讯开发的“绝艺”(这里是指它的专业版本，其水平比野狐或腾讯围棋上的那个版本要高)，大概对弈水平上要超过韩国和日本专业棋手所使用的辅助AI,所以在AI围棋的时代，中国围棋运动员其实已经有一点先天优势，只要运动员本身不是天赋太差或不够刻苦，提升棋力是很有希望的，好比在最近的王中王大赛里，李轩豪与辜梓豪的对局中，有轩工智能之称的李轩豪的关键招法与AI选点的吻合率高达90%，“恶霸”辜梓豪一方也是高达83%。
而且，由于目前的重要围棋比赛，已经都是面棋比赛，安检又是非常严格，不但严禁运动员把手机带入赛场，而且赛场内的卫生间也安装了电子信号屏蔽器，所以，如果说以前，对于招法和AI选点吻合率高的棋手，难免可能还有过一些质疑，现在这样的质疑就显得没什么道理了。
换而言之，至少在目前阶段，在像围甲联赛这类重要的面棋比赛现场，基本上都已经防范住了棋手作弊的可能性。只不过，对于网棋比赛或者一些业余面棋比赛，利用AI作弊(俗称“遛狗”)的可能依然存在，也很难完全防范住。
网络围棋比赛和业余围棋比赛中的“遛狗”现象，有可能给培养儿童和少年棋手带来不利的一面。因为现在的围棋类AI，战胜人类的九段棋手都不在话下，如果学棋阶段的少年儿童遇到对手“遛狗”，更没有赢棋的丝毫可能，这就很容易损伤到他们的自信心。
另外，对于柯洁这类天才型棋手而言，遭逢AI的崛起，也有点不走运，因为人类再天才，现在也无法在围棋中击败阿尔法狗和“绝艺”这一类AI，所以非天才型棋手就可以靠拼命研究AI，与其对弈训练，以勤补拙，以此抵消掉天才型棋手的先天优势。
目前来讲，自从“深蓝”在国际象棋上战胜卡斯帕罗夫，以及阿尔法狗战胜李世石和柯洁(战胜柯洁的阿尔法狗版本更高)之后，在属于完全信息博弈范畴的智力竞技中，人类对AI已经完全没有胜面，而在属于非完全信息博弈的智力竞技中，比如桥牌和麻将，AI也已经强大到足以战胜人类顶尖高手，这就表明，在目前已知的智力竞技中，AI已经全面碾压人类。
但是，这种情况是否完全算好事呢？
某种程度上来讲，从“深蓝”到如今，我们人类一直在打造足以捅破人类智力天花板的“矛”，而到了现在，无坚不摧的“矛”已经成型，那么，还有没有必要也考虑，去研发相应的“盾”呢？也就是说，单就人类在围棋上能否战胜AI这件事本身而言，也许并不会影响到人类社会未来的安全，哪怕未来人脑中可能植入芯片，围棋的面棋比赛中也很难防范“遛狗”，这也并不算什么了不起的大事，顶多大家玩这项游戏的天然乐趣可能会降低一些。
然而，从人类社会和AI共存的安全性角度而论，还有没有可能找到某种智力竞技游戏，让AI永远无法在游戏里战胜人类，却可能是一个大问题。
换而言之，如果我们作为碳基生命，却把“坚矛”完全交给正在被我们创造的硅基生命，而自己手中一面“利盾”都没有，似乎也有点细思极恐。
特别是如果量子计算机的研制真正取得关键突破，甚至普及化，那么首当其冲，人类目前依赖的密码体系就会受到很大冲击，什么类型的密码体系可以在AI时代依旧算是安全，就会成为一个非常现实的重大问题。
因此，从这个角度再来看围棋和AI的关系，也许应该有些新的想法。
本来，在1997年“深蓝”战胜国际象棋大师卡斯帕罗夫之后，包括彭罗斯这样的顶级科学家，也完全没有想到，仅仅时隔不到二十年，就冒出一个阿尔法狗，打败了顶尖围棋高手李世石(所谓阿尔法狗是对AlphaGo的戏谑音译，正规的翻译应该是阿尔法围棋，是人工智能技术在围棋领域的应用)，因为围棋的变化之多，假如是使用穷举算法，哪怕是以今天的计算机运算力，大概也无法在短时间内计算清楚。
所以，最初的计算机围棋程序，也的确无法与人类棋手对弈，哪怕是水平不高的业余棋手，也能把电脑围棋打得落花流水。
但是，有些懂围棋和计算机科学的研究人员也始终认为，早晚有一天，电脑可以打败人类围棋高手。
为什么呢？
这是因为，尽管我们一直把围棋归于“琴棋书画”之列，认为它是带有人文色彩的某种艺术，甚至就像前辈围棋大师藤泽秀行先生所自诩的，因为他不仅仅是靠计算，而是用哲学来思考围棋，所以超越了普通棋手。
但是，真正冰冷的现实是，因为围棋棋盘上每一处落子都可以用坐标来标记，所以其实任何落子形态都可以用数组形式来体现，因此落子变化导致的不过就是数组变化，这样一来，什么样的数组变化是最优或次优策略，不妨从对策论角度的去分析。
也就是说，围棋AI的底层逻辑中，下围棋近乎于矩阵对策求解，这也就是为什么阿尔法狗的升级版阿尔法零(AlphaZero)后来不再下围棋，而是改行去攻克矩阵算法难题，也同样取得了成功，因为前后两个任务的底层逻辑原本就是有点相通的。
当然，这是就区分对弈双方输赢这个根本目的来讲的，实际上的具体程序设计中还会涉及别的类型的数学类操作，比如集合论中的并运算与补运算等等，但是不论具体是哪些运算，从本质上来讲，就围棋AI的底层逻辑而言，围棋对弈的过程可以看作不断数学求解的过程，或许可以说，计算机眼中的围棋没有艺术，只是数学。
计算机眼中的围棋没有艺术，只是数学
至于秀行先生所谓的围棋哲学，中国的古人其实也总结了一些，比如以“围棋十诀”为代表的棋理和棋谚，这其实是因为人类无法靠围棋的底层逻辑来思考棋局，所以只能对行棋方法做一些直观的简化总结。
但是AI并不需要学习和理解这些棋理和棋谚，它仅仅需要按照围棋的底层逻辑思考，也就是不断地数学求解(最优或次优的概率解)，最后的结果不但不大会违背人类的棋理和棋谚，还表现得更好。从某种角度来讲，AI是把藤泽秀行先生所说的围棋哲学给精准量化了，所以即便藤泽秀行先生以巅峰状态复活，也不可能击败今天的AI。
同理，这也就是为什么今天的AI围棋招法虽然颠覆了不少传统围棋认知，比如一些布局方法和局部定式，但是基本上并没有颠覆传统棋理和棋谚，像“金角银边草肚皮”，像“高手在腹”等等，在AI对局中反而展现得更为明显。
为什么AI依靠底层逻辑很容易击败人类围棋的直观体会呢？
这其实也很好理解，就好比一个通晓希腊哲学的古希腊人，遇到具体的科技问题，很难强过学习了数理化的现代人。
所以，当初为了让电脑下好围棋，也是要对围棋博弈进行数学建模，再通过计算机语言(比如C++和Python语言)编程，最终通过解释过程(或编译过程，两种方式各有利弊，但因为与本文主旨没多大关系，此处就不展开讨论了)将其转化成电脑能理解的机器指令，但是从解决问题的角度来讲，也可以说数学建模就是构建围棋AI的底层逻辑。
因为计算机语言要完成的任务只是为了让人与计算机交流，但是它本身并不能自然而然地就理解计算机要处理的对象，比如围棋。
我们现在都知道，围棋AI主要由两部分组成，一部分是蒙特卡洛树搜索，这个主要用来进行下法模拟；另一部分是残差卷积神经网络（以下简称神经网络)，主要用来针对各种棋形找出敏感点(后文会说到，这个网络其实分功能不同的两部分),但是从计算机原理上来讲，它们都是开发者构建的数学模型，只是比较复杂而已，不像一个一元二次方程式那样一眼看上去就能理解在求解什么。
蒙特卡洛搜索树所要完成的工作是模拟落子，后面会讲到，从新围棋构建的底层逻辑角度考虑，似乎我们并不应该给AI的这个工作环节添加障碍，但是这里先搁置不谈。
神经网络的工作任务是对每一步落子给出优劣分析，换而言之，对围棋AI的数学建模，本质上是一种对策论建模，也就是要对局部和全局求一个最优策略解或次优策略解。(为了让人类直观理解，现在都会提示为所谓的“一选”或“二选”)。
但是我们也知道，能给电脑围棋数学建模是一回事，能让电脑根据模型快速求解则是另外一回事，之所以当初的“深蓝”能下好国际象棋，但是下不好围棋，就是因为围棋的底层逻辑虽然也是数学求解，但是计算量过大，所以传统计算机科学就在围棋上遇到了难题。
也就是说，要么计算机科学在硬件方面取得革命性突破，比如研发出了量子计算机，它的运算能力变得超级强大，哪怕就是笨笨地使用穷举法，也可以快速找到围棋博弈的正确解(其实严格地讲，制造量子计算机也一定需要算法方面的突破，不会仅仅是硬件方面的改变)。要么就依靠第二条路径，也就是把“深蓝”的算法再做改进，从而提高它的求解能力。
在现实中，科研人员也正是走的这第二条路径，据说改进了算法之后的阿尔法狗比“深蓝”的计算能力提高了三万倍，这里说的阿尔法狗，还是指当年战胜李世石的那个版本的AI，今天的AI，运算能力已经可以更加强大，这也就是为什么当初李世石还可以靠“神之一手”战胜一次阿尔法狗，而此后在柯洁和阿尔法狗的乌镇人机大赛中，以及世界围棋大赛冠军陈耀烨与元萝卜下棋机器人的对弈等等人机对抗中，人类已经完全没有机会。
所以，就像前面说过的，目前在一切智力竞技领域，AI已经基本上算是全面碾压人类，之所以说是基本上，而不是说百分之百，那是因为在桥牌和麻将这类不完全信息博弈领域，并不能绝对排除随机性带来的影响，如果老天爷照顾人类，让AI摸到彻彻底底的烂牌，那么，哪怕AI本事再高，也不能保证永远打败人类高手。
但是，在围棋这种完全信息博弈中，没有随机性因素，在阿尔法狗和“绝艺”这种级别的下棋AI面前，人类顶尖高手就已经是百分之百没机会，除非是去给对方拔电源插头。
所以，这就让我们思考一个问题，在所有的纯粹智力竞技领域 ，是不是AI已经都可以全面彻底地击败人类？或者换个角度，更通俗地说，人类还能不能发明一种新的棋类，比如说对围棋进行改造，让AI在博弈中，即使不说永远无法击败人类，至少也在未来一百年内无法击败人类呢？
请注意，这里说的“纯粹智力竞技”，一是指我们希望研发出的新型智力竞技游戏属于完全信息博弈范畴，输赢结果排除掉了运气成分，比如不包括桥牌和麻将或翻子军棋之类，二是指设定人类不能利用其他感官技能来玩游戏，比如在视觉、听觉，味觉和触觉等等方面的特殊技能，因为至少在目前阶段，AI在这些方面，比如在图片识别方面，特定情况下其能力可能还是落后于人类，所以新游戏一定还是仅限于依靠对脑力，或者说思维能力的纯粹运用。
但这类限制对人类而言比较严格和明确，对计算机则比较含糊，因为计算机的“感官能力”和“思维能力”往往是无法截然分开的，比如说，如果离开计算机视觉技术，肯定开发不了阿尔法狗这种下棋AI，没有视觉辅助设备，也不会有元萝卜下棋机器人。
与此同时，因为大概率上来讲，这种新游戏，有可能需要在目前人类发明的最精妙的完全信息博弈游戏，也就是围棋的基础上进行再创造，所以在本文中就以“新围棋”这三个字来代指这种新的智力竞技游戏。(但在使用时不再加注引号)
从某种角度来讲，研发新围棋可能是对研发AI的一种逆向工程，尽管从传统数学的视角，构建AI的神经网络本身已经是逆向工程，它通过离散数据的输入和输出，逼近形成了某种复杂的离散函数，最后再可视化呈现出来。
研发新围棋的一个思路则可以是反过来，先构建某种复杂的离散函数，最后通过计算机把输入与输出数据的过程可视化呈现出来。当然，和围棋AI研发不同，在研究神经网络能做到什么的同时，还要重点考虑它做不到什么。
逆向工程的意义很多，比如前面已经举过的量子计算机时代密码安全的问题，它的根本目的就是为了在AI时代铸造一面保护人类的坚实盾牌。
但是在进一步展开讨论逆向工程之前，可能首先需要思考一个问题，即:
这种让AI无法击败人类的新围棋，有研发出来的可能性吗？
(待续)
备注:盛世益隆，杜肃亦增，而文水之雅量则未必常有，故为防失联，请长按或扫描如下二维码添加作者个人微信号。此号仅供已经关注本公众号的读者备用，日常情况下恕不寒暄问候亦不闲聊，还望大家谅解。
联系客服
